彩色图像检索：基于梯度方向共生直方图与颜色特征融合

“基于颜色和梯度方向共生直方图的图像检索”是谢莉、成运、曾接贤和余胜发表在2016年《计算机工程与应用》第52卷第10期的一篇论文。该研究旨在通过融合图像的形状和颜色特征，提出一种新的彩色图像检索算法，提高检索的准确性、旋转不变性和尺度不变性。 这篇论文的核心内容包括以下几个方面： 1. **图像基元划分与分类**：论文首先将输入的彩色图像分割为4×4的互不重叠的基元。通过对每个基元的梯度平均幅值分析，将这些基元分为视觉均衡基元和视觉非均衡基元。这种划分有助于分别处理图像中的颜色和形状信息。 2. **颜色特征提取**：对于视觉均衡基元，研究者计算其平均颜色，并将其转换到HSV颜色空间进行量化，形成72级颜色模型。这构建了视觉均衡基元的颜色直方图，作为图像局部颜色的描述子。同时，对整个图像的颜色分布进行量化，生成全局颜色直方图，进一步捕获图像的整体色彩特性。 3. **形状特征描述**：在视觉非均衡基元中，论文采用了梯度方向共生直方图来描述图像的形状特征。这种方法利用像素点的梯度方向关系，可以有效捕捉图像边缘和形状信息，增强形状描述的稳定性。 4. **特征融合与检索**：最后，将上述得到的局部颜色描述子、全局颜色直方图和形状特征（梯度方向共生直方图）融合，生成一个综合特征向量，用于图像的检索。通过这种方式，检索系统能够在保持旋转不变性和尺度不变性的前提下，准确地匹配和检索目标图像。 5. **实验与性能评估**：实验结果显示，提出的算法能有效地描述彩色图像的颜色和形状特征，提高了图像检索的查全率和查准率。这意味着该方法在实际应用中具有较高的效率和准确性，对于图像检索技术的发展有积极的推动作用。 这篇论文提出的图像检索算法创新性地结合了颜色和形状信息，通过基元分析和梯度方向共生直方图，实现了更精确的图像匹配。这一方法对于图像检索领域的理论研究和实际应用都具有重要的参考价值。